Latent Class Trajectory Phenotypes of Longitudinal Visit and Follow-up Patterns Among Patients with Hypertension

Sintesi Tecnica: Fenotipi di traiettoria di classe latente dei modelli di visite e follow-up longitudinali tra i pazienti con ipertensione

Problematica
La gestione dell'ipertensione si basa fortemente sul mantenimento sostenuto della cura, eppure i modelli di follow-up a lungo termine sono eterogenei, con molti pazienti che interrompono le visite precocemente. Le convenzionali misure riassuntive (ad es. conteggio totale delle visite) assumono l'omogeneità della popolazione e non riescono a catturare distinti sottogruppi longitudinali. Inoltre, i dati delle cartelle cliniche elettroniche (EHR) catturano il "contatto osservato" (ritenzione), ma non possono misurare direttamente l'impegno del paziente o l'aderenza terapeutica. Esiste una lacuna critica nella caratterizzazione delle specifiche traiettorie di ritenzione delle visite nell'ipertensione e nella comprensione di come il censura amministrativa (finestre di osservazione variabili) influenzi tali modelli e la loro associazione con gli esiti clinici come il controllo della pressione arteriosa (PA).

Metodologia
Gli autori hanno condotto uno studio di coorte retrospettivo utilizzando dati EHR de-identificati dal programma di miglioramento della qualità EvidenceNOW.

• Coorte: 26.710 pazienti con ipertensione e almeno due visite registrate.
• Approccio di modellazione: Lo studio ha impiegato la Modellazione di Traiettoria di Classe Latente (LCTM) di indicatori di visita binari ripetuti all'interno di un framework di miscela finita di Bernoulli. A differenza della classica Modellazione di Traiettoria basata su Gruppi (GBTM) che adatta curve polinomiali, questo approccio stima le probabilità di presenza specifiche per classe indipendentemente in ogni intervallo temporale, consentendo forme non parametriche flessibili.
• Risoluzioni temporali: I modelli sono stati adattati utilizzando intervalli di 1 mese (primario) e 3 mesi (controllo di robustezza) su un periodo di 36 mesi.
• Selezione del modello: Il numero di classi latenti ($K$) è stato determinato tramite il Criterio di Informazione Bayesiana (BIC) e le metriche raccomandate da GRoLTS: Probabilità Posteriore Media (APP), Entropia Relativa e Odds di Corretta Classificazione (OCC).
• Validazione: La stabilità è stata valutata tramite 200 campionamenti bootstrap per determinare l'Indice di Rand Adeguato (ARI). Un'analisi di sensibilità ha limitato la coorte a pazienti con $\ge$24 mesi di follow-up per valutare l'impatto della censura amministrativa.
• Analisi statistica: La regressione lineare multivariata ha esaminato le associazioni tra la traiettoria dei fenotipi e la documentazione del trattamento/controllo della PA, aggiustando per età, sesso, razza, PA basale e carico di comorbidità.

Contributi Chiave e Risultati

1. Identificazione di quattro fenotipi: Lo studio ha identificato quattro classi latenti internamente riproducibili di contatto EHR osservato, coerenti sia con le risoluzioni a 1 mese che a 3 mesi:
   • Basso follow-up osservato (67–68%): Rapido declino del contatto dopo la visita indice, che si avvicina allo zero entro il mese 27.
   • Ritenzione osservata stabile e bassa (12–18%): Forte declino iniziale seguito da una probabilità di presenza stabile e bassa (~0,2).
   • Declino ritardato delle visite osservate (11–15%): Contatto moderato mantenuto per circa 12–18 mesi prima di un declino graduale.
   • Ritenzione osservata sostenuta (2–6%): Probabilità di contatto costantemente alta durante tutto il periodo di 36 mesi.
2. Riproducibilità e stabilità: La struttura a quattro classi ha dimostrato un'eccellente riproducibilità bootstrap (media ARI 0,966–0,969). La concordanza tra i modelli a 1 mese e a 3 mesi è stata elevata per i gruppi estremi (Basso follow-up e Ritenzione sostenuta), ma inferiore per i gruppi intermedi, suggerendo una sensibilità all'aggregazione temporale.
3. Impatto della censura amministrativa: Un risultato fondamentale è che il 79,2% della coorte aveva meno di 24 mesi di follow-up, con la censura fortemente concentrata nei gruppi a basso contatto. Lo studio conclude che il declino osservato nel contatto per questi gruppi riflette probabilmente i limiti di osservazione amministrativa piuttosto che una confermata disimpegno del paziente. La struttura a quattro classi è persistita nell'analisi di sensibilità (pazienti con $\ge$24 mesi di follow-up), sebbene con metriche di separazione ridotte.
4. Associazioni cliniche:
   • Documentazione del trattamento: I fenotipi ad alto contatto hanno mostrato tassi di documentazione del trattamento costantemente e significativamente più elevati rispetto al gruppo a Basso follow-up osservato, anche dopo l'aggiustamento per comorbidità e demografia.
   • Controllo della pressione arteriosa: Le associazioni tra i gruppi di traiettoria e il controllo della PA sono state piccole e inconsistenti dopo l'aggiustamento. Il gruppo "Ritenzione osservata sostenuta" non ha raggiunto la PA più bassa ai punti temporali fissi (12, 24, 36 mesi) nonostante abbia mostrato la maggiore riduzione della PA dal primo all'ultimo controllo. Gli autori attribuiscono ciò al bias derivante dalle diverse lunghezze delle finestre di osservazione; le analisi a tempo fisso hanno rivelato differenze trascurabili nei livelli assoluti di PA tra i gruppi.

Significatività e Rivendicazioni
Il documento sostiene che la modellazione della traiettoria di classe latente degli indicatori binari di visita fornisce un quadro robusto per caratterizzare l'eterogeneità dei modelli di contatto EHR osservato. Lo studio sottolinea che questi fenotipi sono internamente riproducibili ma sostanzialmente influenzati dalla censura amministrativa, avvertendo di non interpretarli come un confermato disimpegno comportamentale senza ulteriore validazione.

Gli autori affermano che le traiettorie di contatto osservato sono più fortemente associate ai misure dei processi di cura (specificamente la documentazione del trattamento) rispetto agli esiti assoluti della PA. Essi sostengono che l'apparente miglioramento della PA nei gruppi ad alto contatto sia un artefatto di finestre di osservazione più lunghe piuttosto che una superiore risposta al trattamento. Di conseguenza, lo studio conclude che, sebbene questi fenotipi aiutino a identificare sottogruppi con diversi modelli di ritenzione, la loro utilità per la stratificazione del rischio o per il targeting di interventi richiede studi futuri per distinguere la censura amministrativa dal vero abbandono del follow-up e per collegare queste traiettorie a endpoint cardiovascolari duri. Il documento non rivendica che questi fenotipi siano attualmente pronti per l'implementazione clinica, ma stabilisce una base metodologica per indagini future.